Saltar para o conteúdo

Revisão de triagem de literatura

Revê resumos fornecidos face a critérios de inclusão e exclusão explícitos, mantém citações e mostra divergências entre revisores antes da seleção.

Entrada

CSV de registos bibliográficos fornecidos: id,title,year,language,text R1,Comparação de formação em workshop,2024,en,O estudo compara dois grupos de formação de participantes adultos. A distribuição não foi aleatorizada. R2,Comparação de…

Resultado

O primeiro resumo descreve explicitamente dois grupos de formação, enquanto os seus revisores divergem entre include e unclear. O segundo registo tem o mesmo título normalizado e não tem grupo de comparação no texto fornecido. O rascunho…

A triagem torna-se mais fácil de rever quando o protocolo, o excerto de origem e a decisão do revisor permanecem separados. A IA avalia cada registo fornecido face a cada critério explícito de inclusão ou exclusão e devolve uma sugestão de correspondência limitada com uma citação exata. O servidor verifica de forma independente os metadados fornecidos de ano e idioma, possíveis títulos duplicados e a cobertura de revisores humanos. Os conflitos permanecem visíveis em vez de serem resolvidos pelo modelo.

Os teus textos, páginas e imagens são processados nos nossos próprios servidores na UE. Centro de Confiança

Experimenta agora Preços

Para quem é

Equipas de investigação, estudantes e grupos de revisão de evidência que organizam uma triagem inicial ou uma revisão de excertos de texto completo fornecidos. Adequado para preparar uma revisão humana documentada, não para estabelecer a qualidade dos estudos, a completude de uma pesquisa bibliográfica ou conclusões clínicas.

Utilizações típicas

  • Aplica os mesmos critérios explícitos do protocolo a cada registo fornecido.
  • Distingue uma correspondência com uma condição de exclusão de uma decisão final de exclusão.
  • Mantém visíveis as decisões e notas divergentes de dois revisores ao lado das sugestões do modelo.
  • Assinala anos fora do intervalo, etiquetas de idioma não suportadas e possíveis títulos duplicados sem remover registos.

Exemplo

Entrada

CSV de registos bibliográficos fornecidos: id,title,year,language,text R1,Comparação de formação em workshop,2024,en,O estudo compara dois grupos de formação de participantes adultos. A distribuição não foi aleatorizada. R2,Comparação de formação em workshop,2023,en,O relatório descreve um único grupo de formação sem grupo de comparação. CSV de critérios de triagem: id,kind,definition C1,include,É descrito um grupo de comparação. C2,exclude,Os participantes são crianças. CSV de revisões humanas fornecidas: id,record,reviewer,decision,note V1,R1,REVIEWER1,include,O grupo de comparação é descrito. V2,R1,REVIEWER2,unclear,Verifica se a comparação cumpre o protocolo. Confirmar definições fornecidas: Confirmado para esta revisão Versão das definições confirmada: PROTOCOL-1 Detalhe das citações: Detalhado Ordem dos resultados: Ordem das fontes Primeiro ano de publicação: 2020 Último ano de publicação: 2026 Etiquetas de idioma fornecidas permitidas: en Revisores humanos exigidos: Dois revisores humanos Revisão de títulos duplicados: Sinalizar para revisão Âmbito declarado da evidência fornecida: Título e resumo fornecidos

Resultado

O primeiro resumo descreve explicitamente dois grupos de formação, enquanto os seus revisores divergem entre include e unclear. O segundo registo tem o mesmo título normalizado e não tem grupo de comparação no texto fornecido. O rascunho destaca o possível duplicado, as lacunas de revisores e a evidência por critério. Nenhum registo é incluído ou excluído automaticamente.

Um exemplo fixo, abreviado. Os resultados reais são gerados por IA: verifica-os.

Preço e limites

Preço
geralmente 1–3 créditos
Disponível com
Grátis, Com pacote
Limite de entrada
Uma página com até 80 000 carateres de HTML

Privacidade

Processado nos nossos próprios servidores na UE (Polónia). As entradas e os resultados são eliminados após 7 dias (Grátis) ou 30 dias (pacotes), ou logo depois de veres o resultado se escolheres não os guardar. As imagens são eliminadas logo após o processamento.

Na API

Nome da ferramenta: literature_screening. Cria uma tarefa com POST /api/v1/jobs e obtém o resultado com GET /api/v1/jobs/{id}. Encontras a tua chave de API na tua conta.

curl -X POST https://do4u.eu/api/v1/jobs \
  -H "Authorization: Bearer d4u_…" -H "Content-Type: application/json" \
  -d '{"tool": "literature_screening", "url": "https://example.com/"}'

Documentação completa da API →

Perguntas e respostas

Uma citação coincidente prova que um critério é cumprido?

Não. A citação prova apenas que a passagem exata existe no texto fornecido. A relação entre essa passagem e o critério é uma interpretação da IA que exige revisão humana. A evidência em falta ou ambígua deve permanecer pouco clara, e nenhum texto completo indisponível é inferido.

Como são interpretados os critérios de inclusão e exclusão?

Para qualquer tipo de critério, match significa que o texto fornecido parece cumprir a definição desse critério. Um critério de inclusão marcado como no_match e um critério de exclusão marcado como match criam ambos sinalizações de revisão. Nenhum se torna uma seleção final automática.

Como são tratados os conflitos entre revisores?

O servidor verifica IDs de revisores distintos fornecidos e compara as decisões registadas de include, exclude ou unclear. Revisores em falta, divergências e decisões pouco claras produzem observações separadas. Os rótulos dos revisores não são identidades verificadas e o modelo não pode alterar uma decisão humana fornecida.

O meu texto fica guardado?

Só o tempo necessário: 7 dias no plano Free, 30 dias com um pacote – ou nunca, se preferires não guardar. O tratamento é feito nos nossos próprios servidores na UE (Polónia).

Posso usar o resultado de imediato?

Os resultados são gerados por IA. Lê-os com atenção antes de os publicares ou enviares.